把 Prompt 当代码管理：我的 5 个工程化习惯

刚开始做 AI 功能时，我的 Prompt 都是直接写在代码里的长字符串。改一个词，效果到底是变好还是变坏，全凭感觉。后来我开始像管理代码一样管理 Prompt，下面是最有用的 5 个习惯。

1. Prompt 单独成文件

把 Prompt 从业务代码里拿出来，放进单独的模板文件。好处是改动一目了然，代码审查时也能单独讨论 Prompt 的修改。

2. 准备一组固定的测试用例

我会为每个 Prompt 准备 20～50 条典型输入，涵盖正常情况和边界情况。每次修改后跑一遍，对比前后输出。没有测试集的 Prompt 优化，基本等于玄学。

3. 要求结构化输出

让模型输出 JSON，并在代码里做校验：

const result = JSON.parse(output);
if (!Array.isArray(result.tags) || typeof result.summary !== 'string') {
  throw new Error('模型输出不符合约定格式');
}

格式不对就重试或降级处理，而不是让错误一路传到页面上。

4. 把“不要做什么”写清楚

模型很擅长补全，也很擅长“过度发挥”。明确写出边界——不要编造链接、不确定时直接说不确定——往往比堆砌更多正面要求更有效。

5. 记录每一次修改的原因

和提交信息一样，每次改 Prompt 都写一句“为什么改”。几个月后回头看，你会感谢当时的自己。

写在最后

Prompt 本质上就是一种新的代码。用对待代码的认真程度对待它，AI 功能才能长期稳定地跑下去。